數據結構和算法

數據結構和算法

 

第一部分：習題 

　　注意：使用typeof的時候，必定是在後面的類型上加引號，不然會出錯。

　　codewars

　　1.使用XO()函數判斷一個字符串中x和o的數量是否相等，相等則返回true，不然返回false。且忽略大小寫。

方法一：

(str.match(/x/ig).length == str.match(/o/

　　注意：1.匹配正則表達式時，ig表示忽略大小寫且在全局中匹配，不然只會返回第一個匹配的字符串；

　　　　　2.match()方法，若是匹配成功，則返回一個數組；若是匹配不成功，則返回null。

　　　　　3.可是若是不存在o或着x，那麼該方法將報錯，由於null沒有length屬性，討論將會複雜。

　　

方法二：

 View Code

　　首先將字符串使用split()方法轉化成數組，而後遍歷，若是等於O,則j加，若是等於x，則k加1；最後判斷是否相等，這種方法也很是棒。

 

2.DNA鏈條 A和T互補 C和G互補，輸入字符串ATCG應當輸出TAGC，以下：

 View Code

　　注意：必定要continue，不然會出現問題。另外能夠發現：處理字符串時，先轉化爲數組每每有好的效果，由於能夠遍歷。

 

3.判斷一個數是不是 square number,方法以下：

 View Code

 

 

4.給你m塊磚搭建一個房子，最底層爲n的三次方塊轉，第二層爲(n-1)的三次方...最上面爲1塊磚，而後給你一個m，去判斷是否存在這樣的一個n，有則輸出n，沒有則輸出-1.

 View Code

 

 

5. 刪除一個數組中冗餘的項。

 View Code

 

6.給一個字符串，返回中間兩個數

 View Code

 

 

7. （好題）判斷輸入一個整數返回的乘積次數。

 View Code

 

8.　智商檢測---從偶數中找奇數，從奇數中找偶數

 View Code

 

9. 找出全部的除數

 View Code

 

 

 

第二部分： 常見題

function foo(n) {    var i = 1;    while (i < = n) {
         i *= 2;                
    }    
}

 

　這個函數的時間複雜度是多少?

　時間複雜度即根據不一樣的輸入（這裏是n），那麼程序的語句執行的次數就能夠理解爲時間複雜度。

　這裏每執行一次，i爲2^x ,每執行一次，x就會增長1， 可見當2^x = n 時， 程序執行完畢，那麼x爲log n ，因而程序的複雜度爲 O(logn)

 

 

 

斐波那契數列的時間複雜度是多少？

斐波那契數列f(0)開始，第0項是0，第1項是1，後面的每一項是前面兩項之和，最易理解的是遞歸形式。那麼它的時間複雜度是多少呢？

    function fibbnaqi(n) {        if (n <= 1) {            return n;
        } else {            return fibbnaqi(n - 1)+fibbnaqi(n - 2);
        }
    }
    function log(n) {
        console.log(fibbnaqi(n));
    }
    log(0); // 0在斐波那契數列中有f(0)這一項，因此從0開始
    log(1); // 1
    log(2); // 1
    log(3); // 2
    log(4); // 3